Vous êtes sur la page 1sur 4

SUP’COM

2020/2021
Probabilités INDP1

TD5 : Processus Stochastiques


Exercice 1
On considère un processus aléatoire à temps continu:

X(t) = a cos(2πf0 t + θ),

avec a et f0 sont des constantes et θ une v.a.r de fonction caractéristique Φ donnée.


Montrer que X(t) est SSL si et seulement si Φ(1) = 0 et Φ(2) = 0.

Exercice 2
Soit un processus SSL à temps discret (Xn )n∈Z :

Xn = a cos(2πf0 n + θ),

avec a, f0 sont des constantes, θ est une v.a.r uniformément répartie sur [0, 2π].
Etudier l’ergodicité pour la moyenne de ce processus.

Exercice 3
On considère un processus centré de valeurs réelles (X(t))t∈R , SSL, dont la fonction d’autocorrélation
CXX est la suivante :
CXX (τ ) = A(a + |τ |)b ,
avec A et b deux réels non nuls et a ∈ R+ .
1. Quelles sont les conditions vérifiées par A et b pour que CXX vérifie les propriétes d’une fonction
d’autocorrélation ?

2. Etudier l’ergodicité pour la moyenne de ce processus ?


Exercice 4
Soit le Y (t) un processus aléatoire défini par :

Y (t) = r X(t)cos(wp t + φ),

où X(t) est un processus SSL de fonction d’autocorrélation RXX (τ ) et de moyenne nulle et de densité
spectrale de puissance SXX (f ). On suppose que φ est uniformément répartie sur [0, 2π], r et w sont
ds constantes, et φ et X(t) sont indépendantes.
Calculer mY , RY Y et SY Y .

Exercice 5
Soit le processus aléatoire X(t) = r cos(2πf t + φ), où φ est une v.a.r uniformément distribuée sur
[−π, π], r et w sont des constantes.
1. Montrer que X(t) est SSL.

2. Etudier l’ergodicité de Y (t).

1
Exercice 6
Soit X(t) un processus aléatoire SSL de fonction d’autoccorélation :
2
RXX (τ ) = A2 e−λ|τ | , τ ∈ R,

avec λ > 0.
Calculer la DSP de X(t).

Exercice 7
Soit X(n) un processus aléatoire à temps discret, n ∈ Z. On suppose que (X(n))n∈Z sont indépendants,
de même moyenne µ et de même variance σ 2 .
1. Donner l’expression de RXX (n1 , n2 ). Est-ce que X est SSL ?

2. Soit Y (n) = n X(n − 1). Est-ce que Y (n) est SSL ?


Exercice 8
On considère un processus aléatoire à temps continu centré X(t), SSL, gaussien dont la densité
spectrale de puissance est donnée par l’expression suivante :
2π|f |
SXX = , f ∈ R.
1 + (2π f )4
1. Calculer la variance instantanée du processus.

2. En déduire la loi d’ordre 2 du processus.


Exercice 9
Les arrivées d’un autobus à une station suivent un processus de Poisson d’intensité λ = 4/h. On
suppose que chaque autobus s’arrête un temps fixe τ = 1mn à la station. Un passager qui arrive à
0
un instant θ monte dans le bus si celui-ci est là. Sinon, le passager attend pendant τ = 5mn, puis
0
si l’autobus n’est pas arrivé pendant le temps τ le passager quitte la station et s’en va à pied. On
notera Nt le nombre d’arrivées des bus de l’instant 0 à l’instant t.
1. Formuler à l’aide du processus (Nt ) dans quelle situation le passager rentrera à pied.

2. Evaluer la probabilité que le passager rentre à pied.

3. En déduire la probabilité que l epassager prenne l’autobus.


Exercice 10
Sur une route à voie unique, l’écoulement des véhicules est décrit par un processus de Poisson
d’intensité λ = 2/min. Sachant que 4 véhicules sont passés en 3min, déterminer la probabilité que
3 soient passés dans les deux premières minutes.

Exercice 11
Le nombre de pannes N (t) qui se produisent dans l’intervalle de temps [0, t[ avec t ∈ R+ dans un
réseau informatique est décrit par un processus aléatoire de Poisson de paramètre λ = 0.25h−1 .
1. Justifier sans calcul combien de pannes en moyenne se produisent toutes les 4h ?

2. Quelle est la probabilité d’avoir au plus une panne sur l’intervalle [16h, 24h].

2
3. Rappeler la nature de la loi (sans chercher à la démontrer) suivie par la durée de temps T
aléatoire qui sà pare
c deux pannes consécutives (temps d’inter-arrivées). Exprimer sa densité
de probabilité fT en fonction de λ ?

4. En déduire la probabilité que la durée entre deux pannes successives soit inférieure ou égale à
5h.

Exercice 12
Sur une route à sens unique, l’écoulement des voitures peut être décrit par un processus de Poisson
d’intensité λ = 16 par seconde.

1. Calculer la probabilité pourque, dans deux périodes de 6 secondes, disjointes, on compte deux
voitures.

2. Un piéton qui veut traverser la route a besoin d’un intervalle d’au moins 4s entre deux voitures
successives. Calculer la probabilité pourqu’il doive attendre. On utilisera le fait que la durée
écoulée entre l’arrivée de deux voitures successives est une v.a.r T de loi exponentielle de
paramètre λ.

3. Un radar est placé sur cette route. On suppose qu’il passe en moyenne 5 voitures en excès de
vitesse par heure. Déterminer la probabilité qu’une voiture ait été prise dans le premier quart
d’heure sachant que 2 ont été prises en 1 heure.

Exercice 13
Un ouvrier se rend quotidiennement à son travail soit par train soit par voiture. Il ne prend jamais le
train deux jours de suite. S’il a pris la voiture la veille, il prendra la voiture et le train le lendemain
avec d’autant de chances.

1. Quel est l’espace des états ?

2. Montrer que l’on a affaire à une chaı̂ne de Markov.

3. Donner la matrice de transition Π. Montrer que Π est régulière.

4. Au bout d’un temps long, avec quelle probabilité l’ouvrier finit par prendre le train ?

Exercice 14
Deux amis A et B jouent au jeu suivant : une pièce de monnaie (non pipée) est lancée. Si la face
est tirée alors A donne à B 1 DT, sinon B donne á A 1 DT. Le jeu continue jusqu’à ce que A ou
B ne peut plus payer. On suppose qu’au démarrage du jeu, A possède 1 DT et B possède 2 DT.
Le montant total mis en jeu est donc de 3 DT. On note par Xn le nombre de dinars que possède A
après n lancers pour n ∈ N.

1. Ecrire l’expression générale de la propriété de Markov.

2. Montrer que (Xn )n∈N vérifie la propriété de Markov. Préciser l’espace des états.

3. En déduire la probabilité que A gagne à l’instant n = 2.

4. Calculer, si elle existe, la loi stationnaire pour la chaı̂ne de Markov.

3
Exercice 15
Un joueur joue à jeter son dé (à 6 faces non pipées) à chaque instant n ∈ N. Une partie correspond
à un seul jet du joueur. Le dernier joue à plusieurs parties que l’on supposera être indépendantes.
Soit (Xn )n∈N le processus aléatoire tel qu’à chaque instant n, Xn désigne le nombre total de fois
qu’il a obtenu la face 6 jusqu’à l’instant n.

1. Ecrire la relation de récurrence entre Xn et Xn−1 pour n > 1.

2. En déduire que (Xn )n∈N est une chaı̂ne de Markov en précisant l’espace d’états S.

3. Ecrire la probabilité p(Xn /Xn−1 ).


Q
4. En déduire la matrice de tranisition .

5. Comme les faces ne sont pas pipées, écrire le vecteur ligne des probabilités initiales des états
p0 .

6. Calculer le vecteur ligne des probabilités à n = 1.

7. Etudier l’existence des probabilités des états stationnaires.

Exercice 16
Un joueur lance indéfiniment un dé pipé à 4 faces (numérotées de 1 à 4) pour définir le processus
(Xn )n∈N∗ avec Xn est le maximum des valeurs obtenues lors des n premniers lancers du dé.

1. Montrer que (Xn )n∈N∗ est une chaı̂ne de Markov.

2. Ecrire l’ensemble des états.

3. Ecrire la matrice de transition.

4. En déduire le vecteur de probabilité initial p1 .

5. En déduire p3 .

6. Montrer que la chaı̂ne possède un vecteur de probabilité des états stationnaires que l’on calcule.